基于風能可利用率的風電場運維水平評價方法

杜保華，王 曦，范 奇，王宏偉

基于風能可利用率的風電場運維水平評價方法

杜保華1，王 曦2，范 奇1，王宏偉2

（1.西安熱工研究院有限公司，陜西 西安 710054；2.華能新能源股份有限公司，北京 100036）

針對傳統方法在評價風電場運維水平時僅考慮可利用率數量不注重品質的問題，本文在《風力發電設備可靠性評價規程》定義的可利用率指標的基礎上，結合風能隨時間變化的影響，提出風能可利用率指標和可利用率品質指標的定義和計算方法，綜合評估風電場在檢修維護計劃制定、故障早期預警及處理、備品備件管理以及風電場天氣跟蹤等方面的整體運維效果，適應了風能不可控、不可調的特點。該評價方法已在華能新能源公司86個風電場的在線運維評估中應用，應用結果表明該方法快捷高效，可準確評價風機、風電場及區域公司的運維水平。

風力發電；風電場；運維水平；可利用率；風能可利用率；評價方法

長期以來，可利用率一直是評價風電場運行維護水平的重要指標，無論是中國電力企業聯合會制定的《風力發電設備可靠性評價規程》還是各發電集團自己制定的風電生產運行指標體系，都將可利用率作為評價運行維護水平的重要指標[1-2]。可利用率指標沿用了火電機組設備評價的基本原理：統計一定時間范圍內機組各種可用狀態的時長[3]，進而計算可用狀態的總時長占比。

然而風力發電與火力發電在能量輸入方面有明顯差異，風能作為一種特殊的自然資源，其供給的強度和時間均不可人為控制，與火力發電中能量輸入可控可調的特點完全不同。對風力發電而言，機組狀態可用的時機非常重要，風能資源好的時間段盡可能做到狀態可用多發電，需停機處理的檢修維護等工作應安排在風能資源較差的時段進行[4-5]，因此風電場運維水平的評價要考慮風機可用狀態與風能資源在時間維度分布的契合程度。為此，本文對能夠綜合表征可利用率大小和品質的指標展開研究，并提出風電場運維水平評價方法。

1 風能可利用率模型

1.1 原理及定義

傳統的風機可利用率即時間可利用率，其定義為一定統計時間范圍內風機處于可用狀態的時間占比，其公式表達為

式中，AF為統計周期內風機的可利用率，t為統計周期內第個可用時間段，為統計周期內的風機可用時段個數。

時間可利用率指標可有效表征設備維護水平，但鑒于風能不可控、不可調的特點，風電運維管理不僅關注其大小，還需注重其內在品質，即風機可用狀態是否與優勢風能資源在時間上有良好的匹配，是否可以帶來潛在的經濟價值[6-7]。

為準確衡量風電場運維水平，本文提出風能可利用率指標，定義為統計時間范圍內風機可用狀態下對應的風能與總風能的比值。風能可利用率的原理如圖1所示。

圖1 風能可利用率原理示意

從圖1可以看出，風能可利用率僅受到風機可用狀態時長（數量）、可用時機與風能的時間契合度（品質）的影響，物理意義清晰，并且不受各地電網限電、風資源以及風電場裝機等因素差異的影響，是評價風電場運維水平的理想指標。

定義風機可利用率的品質指標為統計時間周期內風能可利用率與時間可利用率的比值。可利用率品質為1，表明在統計時間范圍，可用時間分布與風資源分布的契合度達到均值水平；可利用率品質小于1，表明在統計時間范圍，風機可用時間與風資源分布契合度有待提高，該值越小品質越差，這類情況下即使時間可利用率指標良好，也僅說明設備健康度較好，潛在價值并不高；可利用率品質大于1，表明風機狀態可用的時機與優勢風資源分布匹配較好。

1.2 計算方法

風能可利用率指標的計算方法如下。

1）構建風電場所有風機的設計參數信息表

2）讀取統計時間范圍內風機風速、空氣密度和風機狀態的歷史數據

通過在線或離線的方式獲取上述數據，當在線計算時，系統按設定的時間間隔（如1 min）從生產數據庫中（風電場數據采集與監視控制系統（SCADA）或區域集控系統）中讀取風速數據；當離線分析時，通過生產日志或報表人工讀取。由于計算過程較復雜，利用計算機進行在線計算更適合工程應用。

3）計算歷史風功率

根據風速和空氣密度歷史數據，結合風機掃風面積參數，計算獲得風功率的歷史數據，

式中，為風功率，為空氣密度，為風機葉輪的掃風面積，為風機風速。

4）記錄風機可用狀態的時間信息，包括開始時刻si和結束時刻ei

5）計算風機和風電場的時間可利用率

風機的時間可利用率計算見式(1)。風電場的時間可利用率為

式中，AFs為風電場的時間可利用率，()為風電場第個風機的裝機容量，為風電場的風機數量。

6）計算風機可用狀態對應的風能（即可用風能）

根據每次可用狀態的開始和結束時刻，截取風功率歷史數據，積分計算每次可用狀態對應的風能，進而匯總形成統計時間范圍內總的可用風能。

式中，為統計周期內總的可用風能，E為第個可用狀態對應的可用風能，si為第個可用狀態的開始時刻，ei為第個可用狀態的結束時刻。

7）計算風能可利用率

風機的風能可利用率指標是指統計時間范圍內風機可用時段的風能占總風能的百分比。

對風電場所有風機的風能可利用率進行加權平均，得到風電場能量可利用率指標。

式中，T為統計時間范圍內流向風機的總風能，AFS為風電場的風能可利用率，()為風電場第個風機的裝機容量，為風電場的風機數量。

8）計算風電場可利用率品質

風機和風電場的可利用率品質計算公式分別為：

式中，為風機的可利用率品質，S為風電場的可利用率品質。

如果將場內受累從風機可用狀態中剔除，采用上述方法得到的風電場風能可利用率便是包含風機、集電線路以及升壓站等完整風電場設備的運維評價指標。

2 風電場運維水平評價

2.1 風電場運維內容

在風電場建成投產后，包括風電機組、控制系統及并網設施等在內的整個風電場均處于運行狀態。作為風電場的運營方，需要對整個風電場運營環境、設備設施及軟件系統進行維護和管理，特別是對風電機組的維護。

風電場運維的目標是不斷提高設備的可利用率，為增加發電量提供支持。風電場的運維工作主要包括備品備件管理、檢修維護計劃制定和執行、故障早期預警及事后處理、物資供給效率、風電場天氣預測、技能培訓等。運維工作是風電場管理團隊技能、工作責任心和協作能力的綜合反映。國內風電場目前的運維水平差異較大，仍有較多風電場存在被動運維、間斷運維、粗放運維的情況[8]。

2.2 評價方法對比

2013年國家能源局發布《風電場運行指標與評價導則》（NB/T 31045—2013），2014年中電聯發布《風電場生產運行指標體系》，這些指標和方法對我國風電行業指標體系的規范起了重要作用，但在實際應用過程中存在操作性差、指標口徑不統一等問題[9]，在評價風電場運維水平時，維度單一或易受非運維因素的影響，難以客觀公正。常用的評價方法對比見表1。

表1 風電場運維水平評價方法影響因素對比

Tab.1 Comparison of influencing factors of wind farm operation and maintenance level evaluation methods

從表1可見，采用發電量、利用小時數、能量利用率等指標評價風電場運維水平時會受到非運維因素的影響，如風電場所在地風資源的影響、電網限電的影響以及風電場裝機不同的影響等，無法做到客觀評價各風電場間運維水平的差異。

可利用率指標沿用了火電機組設備可靠性概念，僅從傳統基于時間的可靠性角度來評價風電場運行維護水平[10-11]，沒有考慮風電設備可靠性應契合風能資源才有價值的特點，缺少對風電場生產管理者在檢修維護時機把握、故障預警及處理時機導向、生產計劃安排等的評估。

3 基于風能可利用率的評價方法

采用風電場風能可利用率指標可以在線實現大規模風電場運維水平評價。以云南公司2018年11月各風電場的數據為例，基于風能可利用率方法與基于時間可利用率方法的計算結果如圖2所示。

圖2 風能可利用率與時間可利用率結果對比

由圖2可見，云南公司各風電場的風能可利用率普遍高于時間可利用率，風電場可用時段與優勢風資源的匹配較好，能夠主動跟蹤天氣并指導運維工作。五子坡風電場的時間可利用率為83.13%，低于漕澗梁風電場(91.11%)，但其風能可利用率為93.18%，高于漕澗梁風電場(91.57%)，說明該風電場11月份的時間可利用率品質較高，運維效果并非時間可利用率指標所表現的水準。這表明各風電場的時間可利用率不僅大小有差異，而且品質也有明顯不同，因此綜合2種因素的基于風能可利用率的評價方法更科學有效。同時，要準確評價風電場的運維水平，避免偶發因素的影響，需要在較長時間范圍內持續跟蹤分析。

本文采用計算機和智能分析技術[12-16]開發了風電場運維水平在線評價系統，其功能如圖3所示。

圖3 風電場運維水平在線評價系統界面

該系統可實現風電場運維水平在時間維度（月-年）的趨勢分析和組織機構維度（風機-風電場-區域公司）的對比排名，也支持風機品牌維度的分析，并且可在風能可利用率、時間可利用率以及時間可利用率品質之間靈活切換和對比。目前，該系統已經在華能新能源公司下屬86個風電場應用，實現了評價指標的自動計算、統計和排名，可準確評價風機、風電場及區域公司的整體運維水平。

4 結 論

1）本文從風電場運維工作的目標出發，針對風能不可控的特點，提出了一種基于風能可利用率的風電場運維水平評價方法，該方法排除了非運維因素的干擾，綜合可利用率大小和品質2個因素評估風電場運維水平，可有效評價運維工作的效果。

2）提出了可利用率品質指標的定義和計算方法，可準確表征風機可用時間與優勢風資源的契合度，實現定量評價可利用率指標的品質。

3）風電場運維水平評價系統已實際應用，應用效果表明，該方法可滿足大規模工程應用的需求，實現快速高效的評價風機、風電場及區域公司的整體運維水平。

［1］ 電工術語可信性: GB/T 2900.99—2016[S]. 北京: 中國標準出版社, 2016: 5. Electrotechnical terminology: dependability: GB/T 2900.99—2016[S]. Beijing: Standards Press of China, 2016: 5.

［2］ 發電設備可靠性評價規程: DL/T 793—2012[S]. 北京: 國家能源局, 2012: 9. Rules for reliability evaluation of power generation equipment: DL/T 793—2012[S]. Beijing: National Energy Agency, 2012: 9.

［3］ 劉欣村, 陳磊. 基于狀態碼的風力發電機組可利用率計算[J]. 電網與清潔能源, 2016, 32(1): 85-88. LIU Xincun, CHEN Lei. Wind turbine availability calculation based on status code[J]. Power System and Clean Energy, 2016, 32(1): 85-88.

［4］ FAULSTICH S, LYDING P, TAVNER P J. Effects of wind speed on wind turbine availability[C]. European Wind Energy Conference and Exhibition 2011. Brussels: EWEC 2011: 85-88.

［5］ CONROY N, DEANE J P, BRIAN P, et al. Wind turbine availability: should it be time or energy based? – a case study in Ireland[J]. Renewable Energy, 2011, 36(11): 2967-2971.

［6］ TZIOIUTZIAS T V, PLATIS A N, KOUTRAS V. Effects of wind speed on wind turbine availability[C]. 2nd International Symposium on Stochastic Models in Reliability Engineering, Life Science and Operations Management. Beer Shava: IEEE, 2016: 186-196.

［7］ JIMMY G, MCDONALD A. A study of conceptual parallel powertrains for offshore wind turbines focusing on availability[C]//Proceedings of the Universities Power Engineering Conference, UPEC 2015. Stafford: IEEE, 2015: 13-18.

［8］ 王宏智, 李松. 風電場運維管理的三個轉變[J]. 風能, 2014(8): 58-60. WANG Hongzhi, LI Song. Three changes in operation and maintenance management of wind farm[J]. Wind Energy, 2014(8): 58-60.

［9］ 辛燕, 李景才, 任旦元. 基于IEC信息分類的風電機組可利用率分析與提升方法[J]. 山東大學學報, 2017, 47(4): 23-30. XIN Yan, LI Jingcai, REN Danyuan. Availability analysis of wind turbine based on IEC information classification and research on the improvement method[J]. Journal of Shandong University, 2017, 47(4): 23-30.

［10］ 張穆勇, 芮曉明, 霍娟, 等. 風電機組試運行期間停機時間建模分析[J]. 中國電力, 2013, 46(11): 109-112. ZHANG Muyong, RUI Xiaoming, HUO Juan, et al. Modeling analysis of the downtime of wind turbines during trial operation period[J]. Electric Power, 2013, 46(11): 109-112.

［11］ 張穆勇. 基于運行數據的風力發電設備可靠性分析方法和評估技術的研究[D]. 北京: 華北電力大學, 2015: 60-74. ZHANG Muyong. Research on the analysis method and evaluation technology of wind turbine reliability based on the operating data[D]. Beijing: North China Electric Power University, 2015: 60-74.

［12］ 徐創學, 劉魯清, 謝云明. 基于實時數據的風力發電機組性能在線評價[J]. 熱力發電, 2015, 44(4): 88-91. XU Chuangxue, LIU Luqing, XIE Yunming. Real-time data based online evaluation of output performance for wind turbine units[J]. Thermal Power Generation, 2015, 44(4): 88-91.

［13］ 趙勇, 韓斌, 房剛利. 風力發電機狀態監測與故障診斷技術綜述[J]. 熱力發電, 2016, 45(10): 1-5. ZHAO Yong, HAN Bin, FANG Gangli. A survey of condition monitoring and fault diagnosis for wind power generators[J]. Thermal Power Generation, 2016, 45(10): 1-5.

［14］ 馬瑞瑞, 王毅, 劉鵬飛. 發電集團統一事件報警處理及分析平臺設計開發[J]. 熱力發電, 2017, 46(1): 25-28. MA Ruirui, WANG Yi, LIU Pengfei. Design and development of unified event alarm processing and analysis platform for power generation company[J]. Thermal Power Generation, 2017, 46(1): 25-28.

［15］杜保華, 王大鵬, 郝偉鵬, 等. 綜合能源集團經濟技術數據采集及分析系統[J]. 熱力發電, 2014, 43(8): 143-146. DU Baohua, WANG Dapeng, HAO Weipeng, et al. Economic and technical data collection and analysis system for comprehensive energy group[J]. Thermal Power Generation, 2014, 43(8): 143-146.

［16］ 黃新波, 張杰, 田毅, 等. 風電母線槽熱故障狀態在線監測系統[J]. 電力系統保護與控制, 2017, 45(24): 130-137. HUANG Xinbo, ZHANG Jie, TIAN Yi, et al. On-line monitoring system for wind power busbar trunk heat fault status[J]. Power System Protection and Control, 2017, 45(24): 130-137.

Evaluation method for operation and maintenance level of wind farm based on wind energy availability rate

DU Baohua1, WANG Xi2, FAN Qi1, WANG Hongwei2

(1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. Huaneng Renewables Corporation Limited, Beijing 100036, China)

When evaluating the operation and maintenance level of wind farm, the conventional method only considers the quantity of availability and pays no attention to the quality. To solve this problem, this paper proposes the definition and calculation method for the wind energy availability index and availability quality index, on the basis of the availability rate defined in Rules for Reliability Evaluation of Wind Power Equipment, and combining with the effect of wind energy distribution over time. This method comprehensively evaluates the overall operation and maintenance effect of the wind farm from the aspects of maintenance plan formulation, fault early warning and treatment, spare parts management and wind farm weather tracking, which adapts to the wind energy's characteristics of non-controllable. Moreover, this method has been applied in evaluation of operation and maintenance of 86 wind farms of Huaneng Renewables Corporation, and the results proved that it is accurate and efficient, which can accurately evaluate the operation and maintenance level of fans, wind farms and regional companies.

wind power generation, wind farm, operation and maintenance level, availability rate, availability rate of wind energy, evaluation method

TK89

B

10.19666/j.rlfd.201904084

杜保華, 王曦, 范奇, 等. 基于風能可利用率的風電場運維水平評價方法[J]. 熱力發電, 2019, 48(7): 117-121. DU Baohua, WANG Xi, FAN Qi, et al. Evaluation method for operation and maintenance level of wind farm based on wind energy availability rate[J]. Thermal Power Generation, 2019, 48(7): 117-121.

2019-04-13

杜保華(1979—)，男，碩士，高級工程師，主要研究方向為新能源發電系統性能監測技術，dubaohua@tpri.com.cn。

（責任編輯 杜亞勤）